我发现plyr方法在Windows中以串行方式而不是并行方式运行 - 下面的示例是典型的，群集已创建并且可以工作但是在执行llply语句时，我观察到简短的CPU活动并增加了所有内存的使用集群节点进程处理，但随后它们都停止处理任何事情，并且rsession进程继续使用约100％的处理器，直到它返回（正确）结果。
cl <- makeCluster(detectCores()-1)
registerDoParallel(cl)
clusterExport(cl, "str_replace")
mydata$textfield <- unlist(llply(mydata$textfield, function(x) str_replace(x, " ", " "),.parallel = T))
相比之下，如果我在同一个集群上使用parLapply，我会立即看到所有集群节点进程都开始使用~100％CPU，结果很快就会返回：
mydata$textfield <- unlist(parLapply(cl, mydata$textfield, function(x) str_replace(x, " ", " ")))
我正在R 3.2.5使用plyr 1.8.4
感谢任何关于为什么会发生这种情况的提示 - 我已经用各种陈述观察了它，我无法识别它们之间的任何共同点，这与plyr并行处理成功的情况不同 - 是的，它适用于我的一些代码但不是全部...